Elasticsearch实现类似SELECT DISTINCT name并保留最高匹配得分结果的问题

要实现类似SQL里SELECT DISTINCT name FROM table的效果，同时保留与查询匹配度最高（得分最高）的去重结果，普通terms聚合默认按文档数排序无法满足需求，你可以通过**terms聚合嵌套top_hits和max聚合**来实现，核心是让聚合按每个字段分组后的最高得分排序，而非文档数量。

具体DSL示例 #

{
  "size": 0, // 不返回原始搜索结果，仅获取聚合数据
  "query": {
    // 替换成你的实际查询条件，比如关键词匹配、过滤条件等
    "match": {
      "name": "你的目标关键词"
    }
  },
  "aggs": {
    "distinct_names": {
      "terms": {
        "field": "name.keyword", // 必须用keyword类型字段，确保精确去重（text类型会分词导致分组错误）
        "order": {
          "highest_score": "desc" // 按每个name分组的最高得分降序排列
        },
        "size": 20 // 按需设置返回的去重结果数量
      },
      "aggs": {
        "highest_score": {
          "max": {
            "script": "_score" // 计算每个name分组内的最高得分
          }
        },
        "top_relevant_doc": {
          "top_hits": {
            "size": 1, // 每个分组只取得分最高的1条文档
            "sort": [{"_score": "desc"}], // 按得分降序筛选文档
            "_source": ["name"] // 仅返回name字段，减少数据量
          }
        }
      }
    }
  }
}

关键逻辑说明 #

1. 精确分组去重：使用name.keyword字段做terms聚合，确保同名的文档会被分到同一个组里（如果用text类型，分词后的片段会导致分组混乱）。
2. 按最高得分排序：通过嵌套的max聚合计算每个分组的最高得分，然后让terms聚合按这个得分降序排列，保证得分高的name排在最前面。
3. 保留最相关文档：top_hits聚合在每个分组里只取得分最高的1条文档，确保每个name只出现一次，且是与查询最匹配的那个。

结果提取 #

聚合返回的结果中，aggregations.distinct_names.buckets数组里的每个元素对应一个去重的name：

• key字段就是去重后的name值
• highest_score.value是该name对应的最高匹配得分
• top_relevant_doc.hits.hits[0]._source.name也能获取到该name值（和key一致）

内容的提问来源于stack exchange，提问作者Marco Antonio Soares Júnior